降雨量插值模型确定方法、降雨量插值方法及装置制造方法及图纸

本发明专利技术公开了一种降雨量插值模型确定方法、降雨量插值方法及装置。降雨量插值模型确定方法包括：获取初始降雨量插值模型，以及所述初始降雨量插值模型的基础条件和约束条件；获取多维度降雨数据集，并基于所述多维度降雨数据集、所述基础条件和所述约束条件确定所述初始降雨量插值模型的插值参数；其中，所述多维度降雨数据集包括降雨时间、降雨位置和降雨量；基于所述插值参数调整所述初始降雨量插值模型，得到目标降雨量插值模型。通过本发明专利技术公开的技术方案，实现了充分利用降雨的时间序列和空间信息，实现时空插值计算，进而提高降雨空间分布及雨量估算的精度。空间分布及雨量估算的精度。空间分布及雨量估算的精度。

【技术实现步骤摘要】
降雨量插值模型确定方法、降雨量插值方法及装置


[0001]本专利技术涉及降雨量估计
，尤其涉及降雨量插值模型确定方法、降雨量插值方法及装置。

技术介绍

[0002]降雨数据在国家防汛、抗旱等自然灾害应急决策管理中具有重要的作用，精确的雨量估算和空间分布确定能为自然灾害的应急决策提供科学准确的数据，提升应急管理水平，社会效益显著。
[0003]目前现有的降雨空间插值的方法，不论是整体插值(如边界内差、趋势面分析)还是局部插值(如克里金法、泰森多边形)，都是基于插值点与雨量站的地理位置关系，可以利用插值的方法对降雨数据进行插补。但是，上述这些方法仅仅考虑了空间上的关系，降低了降雨量计算精度。

技术实现思路

[0004]本专利技术提供了一种降雨量插值模型确定方法、降雨量插值方法及装置，以实现充分利用降雨的时间序列和空间信息，实现时空插值计算，进而提高降雨空间分布及雨量估算的精度。
[0005]根据本专利技术的一方面，提供了一种降雨量插值模型确定方法，该方法包括：
[0006]获取初始降雨量插值模型，以及所述初始降雨量插值模型的基础条件和约束条件；
[0007]获取多维度降雨数据集，并基于所述多维度降雨数据集、所述基础条件和所述约束条件确定所述初始降雨量插值模型的插值参数；其中，所述多维度降雨数据集包括降雨时间、降雨位置和降雨量；
[0008]基于所述插值参数调整所述初始降雨量插值模型，得到目标降雨量插值模型。
[0009]可选的，所述初始降雨量插值模型的约束条件包括降雨量期望约束条件和降雨时空距离约束条件。
[0010]可选的，所述初始降雨量插值模型包括经二维克里金模型改进得到的三维插值模型。
[0011]可选的，所述获取多维度降雨数据集，并基于所述多维度降雨数据集、所述基础条件和所述约束条件确定所述初始降雨量插值模型的插值参数，包括：
[0012]构建初始离散变异模型；其中，所述初始离散变异模型为三维模型；
[0013]基于所述多维度降雨数据集确定所述初始离散变异模型的半变异函数平均值，并基于所述半变异函数平均值确定所述初始离散变异模型的半变异函数；
[0014]基于所述半变异函数、所述基础条件和所述约束条件确定所述初始降雨量插值模型的插值参数。
[0015]根据本专利技术的另一方面，提供了一种降雨量插值方法，该方法包括：
[0016]获取待插值降雨数据；其中，所述待插值降雨数据包括降雨时间、降雨位置和降雨量；
[0017]将所述待插值降雨数据输入至目标降雨量插值模型，生成插值后的目标降雨数据；其中，所述目标降雨量插值模型基于本专利技术任一实施例所述的降雨量插值模型确定方法所构建得到。
[0018]可选的，所述方法还包括：
[0019]利用平均绝对误差MAE和均方根误差RMSE，对所述插值后的降雨量数据和所述待插值降雨数据进行降雨量插值评价。
[0020]根据本专利技术的另一方面，提供了一种降雨量插值模型确定装置，该装置包括：
[0021]初始降雨量插值模型获取模块，用于获取初始降雨量插值模型，以及所述初始降雨量插值模型的基础条件和约束条件；
[0022]插值参数确定模块，用于获取多维度降雨数据集，并基于所述多维度降雨数据集、所述基础条件和所述约束条件确定所述初始降雨量插值模型的插值参数；其中，所述多维度降雨数据集包括降雨时间、降雨位置和降雨量；
[0023]目标降雨量插值模型确定模块，用于基于所述插值参数调整所述初始降雨量插值模型，得到目标降雨量插值模型。
[0024]根据本专利技术的另一方面，提供了一种降雨量插值装置，该装置包括：
[0025]待插值降雨数据获取模块，用于获取待插值降雨数据；其中，所述待插值降雨数据包括降雨时间、降雨位置和降雨量；
[0026]降雨量数据生成模块，用于将所述待插值降雨数据输入至目标降雨量插值模型，生成插值后的目标降雨数据；其中，所述目标降雨量插值模型基于本专利技术任一实施例所述的降雨量插值模型确定方法所构建得到。
[0027]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0028]至少一个处理器；以及
[0029]与所述至少一个处理器通信连接的存储器；其中，
[0030]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的降雨量插值模型确定方法和/或降雨量插值方法。
[0031]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的降雨量插值模型确定方法和/或降雨量插值方法。
[0032]本专利技术实施例的技术方案，通过获取初始降雨量插值模型，以及初始降雨量插值模型的基础条件和约束条件；获取多维度降雨数据集，并基于多维度降雨数据集、基础条件和约束条件确定初始降雨量插值模型的插值参数；其中，多维度降雨数据集包括降雨时间、降雨位置和降雨量；基于插值参数调整初始降雨量插值模型，得到目标降雨量插值模型。上述技术方案，通过利用多维度的降雨数据对降雨数据进行插值，将普通的克里金插值方法扩展到基于时空的克里金插值方法，解决了现有技术中仅采用空间克里金插值方法导致插值结果不准确、不全面的问题，实现时空插值计算，进而提高降雨空间分布及雨量估算的精度。
[0033]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0034]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0035]图1是根据本专利技术实施例一提供的一种降雨量插值模型确定方法的流程图；
[0036]图2是根据本专利技术实施例二提供的一种降雨量插值方法的流程图；
[0037]图3是根据本专利技术实施例三提供的一种降雨量插值模型确定装置的结构示意图；
[0038]图4是根据本专利技术实施例四提供的一种降雨量插值装置的结构示意图；
[0039]图5是实现本专利技术实施例的降雨量插值模型确定方法和降雨量插值方法的电子设备的结构示意图；
具体实施方式
[0040]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0041]需要说明的是，本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种降雨量插值模型确定方法，其特征在于，包括：获取初始降雨量插值模型，以及所述初始降雨量插值模型的基础条件和约束条件；获取多维度降雨数据集，并基于所述多维度降雨数据集、所述基础条件和所述约束条件确定所述初始降雨量插值模型的插值参数；其中，所述多维度降雨数据集包括降雨时间、降雨位置和降雨量；基于所述插值参数调整所述初始降雨量插值模型，得到目标降雨量插值模型。2.根据权利要求1所述的方法，其特征在于，所述初始降雨量插值模型的约束条件包括降雨量期望约束条件和降雨时空距离约束条件。3.根据权利要求1所述的方法，其特征在于，所述初始降雨量插值模型包括经二维克里金模型改进得到的三维插值模型。4.根据权利要求1所述的方法，其特征在于，所述获取多维度降雨数据集，并基于所述多维度降雨数据集、所述基础条件和所述约束条件确定所述初始降雨量插值模型的插值参数，包括：构建初始离散变异模型；其中，所述初始离散变异模型为三维模型；基于所述多维度降雨数据集确定所述初始离散变异模型的半变异函数平均值，并基于所述半变异函数平均值确定所述初始离散变异模型的半变异函数；基于所述半变异函数、所述基础条件和所述约束条件确定所述初始降雨量插值模型的插值参数。5.一种降雨量插值方法，其特征在于，包括：获取待插值降雨数据；其中，所述待插值降雨数据包括降雨时间、降雨位置和降雨量；将所述待插值降雨数据输入至目标降雨量插值模型，生成插值后的目标降雨数据；其中，所述目标降雨量插值模型基于权利要求1
‑
4任一所述的降雨量插值模型确定方法所构建得到。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：利用平均绝对误差MAE和均方根误差RMSE，对所述插值后的降雨量数据和所述待插值降雨数据进行降雨量插值评价。...

【专利技术属性】
技术研发人员：陶益康，郑增荣，胡辉，宋杰，
申请(专利权)人：杭州鲁尔物联科技有限公司，
类型：发明
国别省市：